アマゾン ウェブ サービス ジャパンは6月10日、報道向け説明会を開き、同社から見た生成AI活用の現在地やさまざまな顧客企業との議論から得られた知見を明らかにした。
登壇したサービス＆テクノロジー事業統括本部 技術本部長はまず、2025年になって顧客の注目と注力が「生成AIによるビジネス価値の創出に移りつつある」と位置付けた。以前は生成AIの利用自体や実証実験での成果が目的となる状況も見られたが、現在はビジネス価値に焦点が当てられつつあるという。
アマゾン ウェブ サービス ジャパン サービス＆テクノロジー事業統括本部 技術本部長の小林正人氏
その上で同氏は、生成AI関連プロジェクトの特徴として、「反復的なテスト／トライ＆エラーを必要とするプロセスが含まれている」「本番稼働した後もトライ＆エラーを継続してどんどん改善していく」という特性があることを指摘した。
それを踏まえ、生成AIで価値を生み出すための「キーポイント」として「ビジネス課題からの逆算」「試行錯誤してよい範囲の明確化」「データ戦略の定義」「組織全体での変革への取り組み」の4点を挙げた。
小林氏は、まず「ビジネス課題、あるいは生成AIを使って何を達成したいのかを明確にし、可能な限り定量的な指標でゴールを定める」ことの重要性を強調した。その意味については、「定量的にゴールを定めることによって、プロジェクトの成否や自分たちはもう十分やれているのかもう一工夫必要なのかを推し量ることができる」とし、さらに定量的な成果が得られれば、その価値に見合うコストを許容できるのかといった投資対効果やビジネス価値が評価できるようになると語った。
試行錯誤の重要性に関しては、「試行錯誤をすることで、より良いものができる」と述べた。しかし、「人は誰しも失敗するのが怖い」ため、試行錯誤を促進する施策が重要であると指摘し、その具体例として「許容できる失敗の範囲を明示する」ことなどを挙げた。
また、データ戦略については、「データ品質、セキュリティとガバナンス、拡張性、自動化」の4点を考慮する必要があるという。
最後の組織としての取り組みは、生成AI活用に限らず、DXなどの文脈でも常に言及される重要な点である。これは前述の試行錯誤の促進とも共通するが、「成功が約束された行動しか取らない」という姿勢ではうまくいかない。いろんなチャレンジをしていくような雰囲気作りも重要な要素となると、小林氏は語った。
続いては、生成AI活用のトレンドとして「モデルの多様化」「要件の高度化」「活用領域の拡大」の3点を挙げた。さらに、さまざまな企業での取り組みを見てきた経験を踏まえ、生成AIのユースケースを「技術的な難易度の高低」と「ビジネス価値の大小」の2軸で分類する考え方を提示した。
生成AIユースケースの分類
最も取り組みやすいのは、スキルレベルが低く、ビジネスインパクトが小さい左下の領域である。具体的には、個々のユーザーレベルで「メールの文面作成」や「文章翻訳」といった活用が挙げられる。多くの企業はここから始め、まずは生成AI活用スキルを高める。
次に、自社システムへの組み込みや社内での活用といった左上の領域に進み、最終的にはよりインパクトの大きい右上の領域（全社的な業務プロセスの自動化やAIを活用した新規事業開発）へと進める企業が多いと説明した。小林氏は、この進め方が「1つの定石になり得る」と考えていると述べた。
生成AI活用の進め方
小林氏は、Amazon Web Services（AWS）の取り組み姿勢について「さまざまな生成AIにチャレンジしたいと思っているお客さまを全面的に支援したい」と述べた。その上で、モデル自体の開発を志向する企業から、完成されたソリューションを求めるユーザーまで、幅広いレイヤーにおいて多岐にわたるサービスを網羅的に提供していく方針であることを説明し、幾つかの最新トピックを紹介した。
AWSの生成ＡＩサービスを構成する3階層
まず、生成AIの学習や推論にはGPUが一般的に用いられるが、AWSは顧客に多様な選択肢を提供するため、学習と推論に特化した独自設計のアクセラレーターを開発し、提供している。具体的には、推論用の「AWS Inferentia」と学習用の「AWS Trainium」であり、これらによりコストと電力効率の向上が期待できるという。
トレーニングと推論のためのアクセラレーター
「Amazon Bedrock」は、モデルの多様化というトレンドに対応し、用途に応じたさまざまなモデルの選択を可能にしている。Bedrock経由で利用可能なモデルには、AWSが独自に開発したマルチモーダルな基盤モデル「Amazon Nova」も含まれる。このモデルは用途に応じて多様なバージョンが提供されており、最新の「Amazon Nova Sonic」ではリアルタイムで人間に近い音声の理解と生成が可能だという。
Amazon Novaの概要
加えて、AIエージェント間の標準通信プロトコルであるModel Context Protocol（MCP）への対応を積極的に進めている。「AWS MCP Servers」という形で実装され、AWS環境上で稼働する多様なサービスにMCP経由でアクセスできる環境が提供されている。
さらに、AIエージェント関連では「AWS Transform」が一般提供されている。これは「大規模な移行とモダナイゼーションのための初のエージェント型AIサービス」と位置付けられており、まず「AWS Transform for VMware」（「VMware」から「Amazon EC2」への移行）と「AWS Transform for .NET」（「Windows」ベースの「.NET」アプリケーションを「Linux」ベースにモダナイズ）が提供される。
生成AIの活用において、ソフトウェアから各種支援サービスまでを包括的に提供するAWSの存在感は大きく、生成AI活用を検討するユーザー企業にとって不可欠なインフラへと成長しつつあると言えそうだ。
